Key points are not available for this paper at this time.
Línguas como Java e C#, bem como linguagens de script como Python e Ruby, fazem uso extensivo de classes de Coleção. Uma implementação de coleção representa uma escolha fixa nas dimensões de tempo de operação, utilização de espaço e sincronização. Usar a coleção de uma maneira que não seja consistente com essa escolha fixa pode causar uma degradação significativa no desempenho. Neste artigo, apresentamos o CHAMELEON, uma ferramenta automática de baixo sobrecarga que ajuda o programador a escolher a implementação de coleção apropriada para sua aplicação. Durante a execução do programa, o CHAMELEON calcula métricas elaboradas baseadas em rastreamento e heap sobre o comportamento da coleção. Essas métricas são consumidas em tempo real por um mecanismo de regras que gera uma lista de estratégias sugeridas de adaptação da coleção. A ferramenta pode aplicar essas estratégias corretivas automaticamente ou apresentá-las ao programador. Implementamos o CHAMELEON sobre a JVM de produção J9 da IBM e a avaliamos em um pequeno conjunto de benchmarks. Mostramos que, para algumas aplicações, o uso do CHAMELEON leva a uma melhoria significativa na pegada de memória da aplicação.
Shacham et al. (Mon,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: